На выходных перенес свой алгоритм поиска интересных акций с Python на R. Заключается он в том, что алгоритм проходится по всем более менее ликвидным акциям Московской Биржи, выгружает исторические данные за интересующий нас период, считает мат. ожидание дневной доходности, которое является мерой доходности и средне-квадратичное отклонение дневной доходности, которое является мерой риска. Далее сортирует акции по этим критериям и фильтрует с заданными трешхолдами.

Мат.ожидание дневной доходности — это своего рода надежда на будущий рост по тренду. А мера риска в качестве ср.-кв. отклонения связана с тем, что если за день акция может упасть слишком сильно, это создает повышенный риск. Марковиц тоже использовал такие критерии в своей портфельной теории.

Если взять 80 акций Мос. биржи и анализировать данные только за этот год, затем поставить фильтр, то получается следующая выборка.



( Читать дальше )

Мой модельный портфель принес за неделю почти 5%. Возможно, в долларах, не проверял еще )) Я его сформировал 10-го января на будущие 8 недель. Чтобы проверить, как он работает в боевых условиях.

Правда, при этом индекс ММВБ вырос примерно на столько же (1500 — 1590). Но портфель при этом имеет минимальную бету с индексом.

На картинке последние цены закрытия немного не те — Google Finance подглючивает, но результат расчитан правильно. Соотношения по акциям не указаны, больше всего там акций АЛРОСА — 18%.

Алгоритм формирования основан на минимизации риска по Марковицу с учетом ковариаций всех акций. Использовал недельные данные исторические для анализа доходностей. Задействовал программирование — сам программист. Пока рассматривал только топ 50 акций ММВБ при формировании. Из них отобрал 10 лучших. Если рассматривать 200 штук, то результат будет еще лучше. Но там проблемы с ликвидностью и выгрузкой котировок появляются. Выгружаю пока вручную с Финама. 

( Читать дальше )